Connect with us

Entwicklung & Code

KI-Assistent Bob 2.0 modernisiert IBM Z und Power-Systeme


Mit Bob 2.0 erweitert IBM die KI-gestützte Software-Entwicklung, die den gesamten Software-Lebenszyklus im Enterprise-Bereich abdecken soll. Bob unterstützt Entwickler bei Planung, Code-Generierung, Validierung, Refactoring und Modernisierung.

Weiterlesen nach der Anzeige

Ursprünglich im Oktober 2025, als Project Bob eingeführt wurde, handelte es sich um den agentenbasierten Nachfolger von Watsonx Code Assistant. Das ist ein KI-gestütztes Entwicklungs-Tool, das tief in die jeweilige Entwicklungsumgebung (IDE) integriert werden kann und Programmieraufgaben nicht nur vorschlägt, sondern proaktiv ausführt. Hierbei kommen eigenständige Premium-Pakete mit getesteten Workflows für ganz spezifische Einsatzfelder ins Spiel: das Bob Premium Package for Java Modernization, das Premium Package für IBM i und das Premium Package für IBM Z.

Aktuell sind nur Workflows verfügbar, die mit Bob und diesen drei Paketen ausgeliefert werden; mehr Möglichkeiten für die Programmierer soll es erst geben, sobald die neue API-Oberfläche sich bei den bisherigen Anwendern eingespielt hat. Für klassische AIX- und Linux-basierte Systeme auf Power-Servern agiert Bob als intelligenter Partner in der Entwicklungsumgebung (IDE, oft Visual Studio Code), der folgende Stärken ausspielen soll:

  • Code-Verständnis & Dokumentation: Analysiert und erklärt bestehenden, sogar undokumentierten Quellcode, um komplexe Geschäftslogik in AIX-Workflows zu verstehen
  • Modernisierung: Unterstützt bei der Migration und Modernisierung von Legacy-Anwendungen (z. B. Java, RPG, COBOL) in Cloud-native Umgebungen und Microservices
  • Automatisierung & Sicherheit: Hilft bei der Fehlerbehebung, führt Code-Reviews durch und schlägt automatisiert Sicherheitsverbesserungen und Refactoring-Möglichkeiten vor

Zu den angekündigten Neuerungen der agentenbasierten Software-Entwicklungsplattform gehören Multi-Agenten-Funktionen, integrierte KI-Analysen zu Kosten und Nutzung sowie vorgefertigte, spezialisierte Workflows zur Modernisierung von Legacy-Software, zum Beispiel COBOL- oder RPG-Programmen.

Versprochen wird ein Tool, das die Absichten, die spezifische Codebasis und die eigenen Standards desjenigen Unternehmens „versteht“, in dem es zum Einsatz kommen soll. Dazu kann man in den „Architekten-Modus“ wechseln, wenn es darum geht, komplexe Software-Systeme zu entwerfen, oder aber auch im „Code-Modus“ mit dem KI-System arbeiten, um schneller beim Codieren voranzukommen oder effizient Entwicklungsschritte zu iterieren.

Weiterlesen nach der Anzeige

Bob kann laut Hersteller die Codebasis „lesen“ und „verstehen“, Frameworks modernisieren, Refactorings in großem Maßstab durchführen und Software unter Berücksichtigung des gesamten Kontexts auf neue Plattformen migrieren. Mit eingebautem Fachwissen zu Standards wie FedRAMP, HIPAA oder PCI kann die Bereitstellung von sicherem, produktionsreifem Code schneller erfolgen, so das Versprechen.

Die neue Version bringt aber auch erhebliche Änderungen am bisherigen Produkt mit sich, sowohl hinsichtlich der architektonischen Grundlagen, als auch der Funktionen, die den Anwendern zur Verfügung stehen. Bob 2.0 basiert nunmehr auf einer dreistufigen Architektur: den Agenten, dem sogenannten „Harness“ und den Clients.

Ein Agent bietet Funktionen zur Schlussfolgerung und Codegenerierung, während der „Harness“ zusätzlich Aufgaben wie Authentifizierung, Protokollierung und Telemetrie übernimmt. In der KI-Welt liefert ein Harness die Software-Infrastruktur, die ein Sprachmodell (wie etwa ein LLM) umgibt und es diesem ermöglicht, eigenständig Aufgaben auszuführen, anstatt nur Fragen zu beantworten. Bei einem Harness wird auch gern die Analogie zum vom Reiten bekannten Zaumzeug bemüht. Er soll dem KI-Modell Leitplanken, Tools und Kontrollmechanismen wie menschliche Freigaben zur Verfügung stellen, damit die KI sicher und fokussiert arbeiten kann.

Diese einheitliche Basis ist eine große Veränderung gegenüber Bob 1.0, bei dem dafür jeweils unterschiedliche Technologien verwendet wurden. Deshalb konnte IBM die erste Version des Produktes zwar schneller auf den Markt bringen, doch wäre der Aufwand für die Weiterentwicklung viel größer gewesen, da jede Änderung mehrmals umgesetzt werden musste.

Nun gibt es auch vorgefertigte Workflows, die Teams an ihre eigenen Umgebungen anpassen und erweitern können, um sicherzustellen, dass die Ergebnisse konsistent und überprüfbar sind – und zwar unabhängig davon, wer sie ausführt. Nutzer können nun auf „Bobalytics“ zugreifen, eine neue Funktion, mit der sie den Verbrauch überwachen, Ressourcen zuweisen und den Überblick behalten können, um die KI entsprechend ihren internen Vorgaben zu skalieren. Außerdem ist es nun für Modelle möglich, mehrere Tools in einem Durchgang anzufordern und gemeinsam auszuführen.

Zudem verwalten Subagenten den Kontext in großem Maßstab. Das ist wichtig, denn jeder explorative Schritt einer KI – sei es das Lesen von Dateien, Suchvorgänge oder Funktionsverfolgungen – kann das Kontextfenster überladen und die Kosten in die Höhe treiben. Jetzt wickeln Bob-Subagenten komplexe Aufgaben in einem isolierten Kontext ab, um schnelle Antworten zu liefern und gleichzeitig die Kosten zu kontrollieren.

Ebenfalls neu sind drei Premium-Pakete für KI-native Workflows, die strukturiert, wiederholbar, auditierbar und speziell für Umgebungen entwickelt wurden, für die andere Werkzeuge nicht ausgelegt sind.

  • IBM Z: Mainframe-Umgebungen gelten als besonders schwierig für den Einsatz von KI. Die KI-native Anwendungsmodernisierung soll das ändern – durch die KI-gestützte Modernisierung von COBOL- und PL/I-Anwendungen sowie die Analyse von JCL.
  • IBM i: Mit Bob hält nun KI-native Entwicklung auch Einzug in solche oft mittelständisch geprägte IT-Umgebungen – durch die Integration remoter Dateisysteme, IBM-i-spezifischen Modi und Tools sowie vorgefertigter Workflows, die auf typische Betriebsmuster von IBM-i-Umgebungen zugeschnitten sind. Zu den wichtigsten Kernfunktionen gehören die native IBM i-Konnektivität, die Entwicklern direkte Lese-, Schreib- und Kompilier-Workflows in bestehenden Systemen ermöglicht. Dank agentischer Workflows soll Bob selbst Jahrzehnte alte Geschäftslogik in Programmiersprachen wie RPG, COBOL oder CL sowie Db2-Datenstrukturen und -Zugriffe ohne umfangreiche Dokumentation „verstehen“. Außerdem sollen Entwickler mit KI-Analysen, etwa von komplexen Performance-Berichten oder umfangreicher Programm-Dokumentationen, den Code schneller verstehen und refaktorisieren können, Dokumentationen erstellen und Tests durchführen.
  • Java-Modernisierung: Java-Portfolios in Unternehmen gehören weiterhin zu den größten und komplexesten Modernisierungsherausforderungen in der heutigen Software-Landschaft. KI-gestützte Workflows für die Java-Modernisierung sollen das ändern – mit der Migration auf Java 25, groß angelegten Refaktorierungen und umfassenden Abhängigkeitsanalysen.

Das Tool wird über ein eigenes Preismodell abgerechnet; statt einer Token-Abrechnungen wird ein Credit-basiertes System namens Bobcoins (Preisübersicht) genutzt. Ein Bobcoin entspricht 0,50 US-Dollar (bzw. rund 0,45 Euro) und wird gemäß der jeweiligen Aufgabenkomplexität abgerechnet. Der Einstiegspreis für Bob Pro liegt bei 20 US-Dollar (40 Bobcoins) pro Monat.


(axk)



Source link

Entwicklung & Code

Wenn Agenten nur noch mit Agenten reden, reden Menschen aneinander vorbei


close notice

This article is also available in
English.

It was translated with technical assistance and editorially reviewed before publication.

Letztens hat einer meiner langjährigen Kunden ein Issue in einem unserer GitHub-Projekte eröffnet. Saubere Überschrift, darunter ein Befund: fehlende Alt-Texte auf Bildern, Verweis auf WCAG 1.1.1 zur Accessibility, dazu eine korrekt analysierte Anomalie in unserem Datenbankschema und schließlich das Angebot, für rund 1.500 Bilder inhaltlich geprüfte Alt-Texte zu liefern. Fachlich gab es nichts zu meckern. Trotzdem stimmte etwas nicht. Kein Gruß, kein persönliches Wort, und der Text erklärte mir mein eigenes Projekt so geduldig, als wäre ich gestern neu dazugestoßen. So schreibt nicht der Mensch, mit dem ich seit gut zehn Jahren zusammenarbeite. So schreibt sein KI-Agent.

Weiterlesen nach der Anzeige




Stefan Wintermeyer ist Consultant und Trainer für Software- und Systemarchitektur. Fokus: Phoenix, Ruby on Rails, Web-Perf, Asterisk/VoIP, KI und Agentic Programming, effektive Workflows und nutzerseitige Verhaltensmuster.

Geantwortet habe ich natürlich auch nicht selbst. Claude Code hat das Issue analysiert, den Fix gebaut, einen ausführlichen Kommentar hinterlassen und das Issue geschlossen. Höflich, gründlich, mit einem Gegenvorschlag zum Datenformat des Kunden. Als ich die Antwort später las, blieb ich an einem Gedanken hängen: Hier sprechen nicht mein Kunde und ich miteinander. Hier reden zwei Maschinen, und wir Menschen lesen bestenfalls noch Protokoll.

Seit über einem Jahr läuft meine GitHub-Kommunikation fast vollständig über einen Agenten. Nur selten tippe ich noch selbst einen Kommentar. Die Bilanz fällt eindeutig aus: Ich bin deutlich produktiver geworden. Und, das gebe ich ungern zu, zu den meisten Menschen auch freundlicher. Amerikaner sagen mir seit Jahren, dass ich nichts sugarcoate: Deutsche Direktheit wirkt im Englischen schnell ruppig, meine erst recht. Umgekehrt überlese ich als Deutscher manche höflich verpackte Botschaft komplett. Schreibt ein amerikanischer Reviewer unter meinen Pull Request „You might want to consider adding a test here“, lese ich einen unverbindlichen Vorschlag, über den ich bei Gelegenheit mal nachdenken kann. Gemeint ist: Ohne Test wird das hier nicht gemergt. Und sein „Interesting approach!“ ist kein Lob, sondern höflich verpackte Skepsis. Mein Agent erkennt diese sprachlichen Codes in beide Richtungen.

Dazu kommt ein Luxus, den mir kein Mensch bieten könnte: Ich kann mit dem Agenten so reden, wie ich mich gerade fühle. Super unfreundlich, wenn mich etwas nervt. Super happy, wenn ein Fix endlich sitzt. Dem Agenten ist das egal, er ist ja nie beleidigt. Er kümmert sich darum, dass die Botschaft ankommt, ohne dass sich am anderen Ende jemand auf den Fuß getreten fühlt.

Für meine Open-Source-Projekte ist er ein Lebensretter. Eines davon ist vutuv, eine quelloffene Alternative zu LinkedIn, die ich als einziger Entwickler betreue. An manchen Tagen kommen dort dutzende Feature Requests herein, dazu hin und wieder ein paar Bug-Meldungen. Als Einzelkämpfer ist man damit schnell überfordert, jedenfalls ohne einen Agenten an der Seite. Auf ausführliche Antworten zu Issues hatte ich früher oft weder Zeit noch Lust. Verdient hätten die Menschen dahinter sie trotzdem. Wer sich die Mühe macht, einen Fehler ordentlich zu melden, bekommt jetzt eine ordentliche Antwort und am Ende ein ehrliches Dankeschön. Und diese Antwort hat mehr Substanz, als ich je hineintippen würde: Der Agent weiß haarklein, wie er und ich gemeinsam den Fehler behoben haben, wie langwierig und kompliziert das war und welche Fallstricke unterwegs lauerten. Er war ja dabei. Mir fehlt die Zeit, das alles aufzuschreiben, ihm nicht. Win-win für alle Beteiligten.

Weiterlesen nach der Anzeige

Damit das nach mir klingt und nicht nach Pressestelle, habe ich dem Agenten eigene Tonfall-Regeln geschrieben. In meiner CLAUDE.md, der zentralen Konfigurationsdatei, stehen Anweisungen wie: Schreibe in der ersten Person, warm und freundlich. Nenne kurz den Grund, dann hör auf, kein Füllmaterial. Wenn ich etwas ablehne, nie als plattes Nein, sondern freundlich und mit dem Warum. Und wenn der Thread auf Deutsch geführt wird, antworte auf Deutsch.

Es gibt auch eine weniger vorzeigbare Seite. Manche Open-Source-Diskussionen fressen Zeit, ohne je irgendwo anzukommen. Dann sage ich Claude Code: „Mach hier bitte einen Deckel drauf. Die Sache ist entschieden, ich mag das nicht ewig weiterdiskutieren.“ Der Agent bleibt daraufhin freundlich beim Nein und schließt im Zweifel das Issue. Ich delegiere in diesem Moment etwas anderes als Arbeit: nämlich einen Konflikt. Ob die Betroffenen ahnen, dass eine Maschine den Schlussstrich gezogen hat? Vermutlich nicht. Wie es sich umgekehrt anfühlt, wenn ein Maintainer meine sorgfältig geschriebene Bug-Meldung von einem Agenten abmoderieren lässt, weiß ich dagegen nicht. Bisher war ich immer der, der den Deckel in der Hand hält.

Textkommunikation war schon immer ein Minenfeld. Ironie kommt nicht an, Knappheit wird als Kälte gelesen, ein fehlendes Smiley verschiebt die Bedeutung eines ganzen Absatzes. Bisher half die Erfahrung mit dem Absender: Nach ein paar Jahren weiß ich, wie mein Kunde klingt, wenn er sich freut, und wie, wenn es brennt. Diese Kalibrierung läuft jetzt ins Leere. Der Ton, den ich lese, stammt von einem Werkzeug und dessen Konfiguration. Wenn eine Seite das nicht weiß, entstehen Missverständnisse zwischen zwei Personen, die an dem Gespräch gar nicht teilgenommen haben.

Wie selten bei agentengeschriebenen Pull Requests überhaupt noch ein Mensch draufschaut, ist inzwischen ausgezählt (siehe Textbox „Studienlage: Agenten prüfen Agenten“). Nicht selten liegt morgens eine E-Mail in meinem Postfach, der ich ansehe, dass ein Agent sie geschrieben hat. Marketingleute haben diese Werkzeuge längst genauso für sich entdeckt wie wir Entwickler. Manche Menschen kommunizieren sogar ausschließlich so: Sie lassen Systeme wie OpenClaw ihre E-Mails und Tweets vollautomatisch beantworten. Wer ihnen schreibt, bekommt eine Antwort von jemandem, der die Nachricht nie gelesen hat.

Zwei Übersichtsarbeiten von 2024 zu KI-Agenten in der Softwareentwicklung ordnen das Feld. Junwei Liu und Kollegen werten Arbeiten zu LLM-Agenten in der Softwareentwicklung aus – inzwischen sind es 124 – und behandeln Multi-Agenten-Systeme sowie die Zusammenarbeit von Mensch und Agent in eigenen Kapiteln. Yanlin Wang und Kollegen legen daneben eine Architektur aus Wahrnehmung, Gedächtnis und Aktion vor.

Spannender als die Überblicke sind die Messungen, und die gibt es seit 2026. Grundlage ist meist AIDev, ein Datensatz von Hao Li, Haoxiang Zhang und Ahmed E. Hassan: 932.791 Pull Requests, die fünf Agenten (Codex, Devin, Copilot, Cursor und Claude Code) in 116.211 GitHub-Repositories eröffnet haben, Stand August 2025.

Darauf aufbauend hat eine polnische Gruppe um Kacper Duma jene 33.596 agentengeschriebene Pull Requests untersucht, die in Projekten mit mehr als 100 Sternen liegen. 61,38 Prozent davon bekommen überhaupt kein Review. Von denen, die eines bekommen, werden 58,77 Prozent ausschließlich von anderen Agenten begutachtet und nur 10,14 Prozent ausschließlich von Menschen. Zusammengerechnet durchlaufen 84 Prozent aller agentengeschriebenen Pull Requests entweder kein Review oder nur eines, an dem kein Mensch beteiligt war. Von sämtlichen Review-Kommentaren stammen 71,58 Prozent von Agenten.

Wie viel von alldem überhaupt sichtbar ist, steht auf einem anderen Blatt. Arsham Khosravani und Audris Mockus haben 180 Millionen Repositories nach Agentenspuren durchsucht und kommen auf über 320.000 Commits pro Monat. Wer sich auf die offiziellen Bot-Accounts verlässt, übersieht den Großteil davon: Bei Claude Code fanden die beiden 850.157 Commits, von denen die Bot-Suche nur 28.154 erfasste, also 3,3 Prozent. Der Rest läuft unter menschlichem Namen.

Eine Ebene bleibt unvermessen: Wie oft ein Mensch am Ende gar nicht mehr mitliest, weiß niemand. Die Zahlen erfassen Pull Requests und Reviews, nicht die Frage, ob der Kunde sein eigenes Issue je gelesen hat.

Zum zweiten Thema dieses Artikels, der Offenlegung, liefert die Organisationsforschung die Zahlen. Die im Text zitierte Arbeit von Oliver Schilke und Martin Reimann stützt sich auf dreizehn Experimente mit über 5.000 Teilnehmern, quer durch Rollen und Branchen, vom Professor über den Analysten bis zum Investmentfonds. Den Vertrauensverlust in Texte, die als KI-generiert offengelegt sind, erklären die beiden mit geringerer wahrgenommener Legitimität, nicht mit Zweifeln an der Qualität des Ergebnisses. Bei Befragten mit positiver Technikeinstellung fällt er schwächer aus, verschwindet aber nicht.

Meinem Kunden habe ich nach dem Issue von heute Morgen eine SMS geschrieben und das Thema offen angesprochen. Das hat die Sache ohne Verstimmung entschärft. Wir wissen jetzt beide, dass unsere Agenten miteinander reden. Unausgesprochen wäre die Kommunikation ein schleichendes Gift geworden. Er hätte sich irgendwann gefragt, warum ich so distanziert schreibe. Ich hätte mich gefragt, warum er mich neuerdings für begriffsstutzig hält.

Brandgefährlich ist das Ganze ausgerechnet bei Menschen wie ihm: bei denen, mit denen ich seit Jahren eng zusammenarbeite, ob im Kundenprojekt oder bei Open Source. Sie kennen mich persönlich, und genau deshalb richtet ein fremder Ton den größten Schaden an. Da steht ein Text, der schlicht nicht ich bin, und der Empfänger kennt mich gut genug, um genau das zu spüren. In gewachsenen Arbeitsbeziehungen kann er die Kommunikation zerreißen.



Source link

Weiterlesen

Entwicklung & Code

.NET 11.0 Preview 7 bringt viele Neuigkeiten und Breaking Changes


.NET 11.0 Preview 7 gibt es kostenfrei zum Download bei Microsoft. Dabei handelt es sich um die letzte Preview-Version vor dem ersten Release Candidate. Parallel dazu ist ein Update für Visual Studio 2026 Insiders auf die Version 12106.202 erschienen.

Weiterlesen nach der Anzeige


Dr. Holger Schwichtenberg

Dr. Holger Schwichtenberg

Dr. Holger Schwichtenberg hat Fachbücher zu .NET 10.0, C# 14.0, Blazor 10.0 und Entity Framework Core 10.0 veröffentlicht. Er arbeitet als Berater und Trainer bei www.IT-Visions.de.


Installation des .NET 11.0 SDK in der Version Preview 7 (Abb. 1)

Installation des .NET 11.0 SDK in der Version Preview 7 (Abb. 1)

Installation des .NET 11.0 SDK in der Version Preview 7 (Abb. 1)

Die Sprachkonstrukte break zum Abbrechen und continue zum vorzeitigen Fortsetzen von Schleifen gibt es in den meisten Programmiersprachen, so auch in C# seit der ersten Version. Nun ergänzt Microsoft aber eine bislang in C# fehlende Option: Entwicklerinnen und Entwickler können hinter break und continue jeweils Namen angeben, die sich auf äußere Schleifen beziehen. Damit kann der Compiler nicht nur die jeweils direkt umgebende Schleife, sondern auch übergeordnete Schleifen abbrechen oder vorzeitig fortsetzen. Ein solches Label kann man bei den Schleifenkonstrukten for, foreach, while und do sowie bei der Verzweigung mit switch einsetzen.


betterCode() .NET 11.0

betterCode() .NET 11.0

(Bild: King / stock.adobe.com)

Das ist neu in .NET 11.0: Dr. Holger Schwichtenberg und weitere Experten präsentieren am 17. November 2026 auf der Online-Konferenz betterCode() .NET 11.0 die Änderungen für Entwicklerinnen und Entwickler. Tickets zum Frühbucherpreis sind im Online-Shop verfügbar.

Das folgende Listing zeigt dazu ein Beispiel, in dem vermieden wird, dass die drei Schleifenebenen jeweils einzeln abgebrochen werden müssen, wenn ein passender Regalplatz gefunden wurde.


public void Run()
 {
  List Gaenge = ["A", "B", "C", "D", "E"];
 
  // bool sackgasse = false; // --> nicht notwendig dank continue mit Label
  // bool gefunden = false; --> nicht notwendig dank break mit Label
 
 regalgangSchleife:
  foreach (var regalgang in Gaenge)
  {
   for (int regal = 1; regal <= 20; regal++)
   {
    for (int platz = 1; platz <= 50; platz++)
    {
     // Sackgasse: In einigen Regalen gibt es Sackgassen
     if (regal % 2 == 1 && platz % 13 == 0)
     {
      CUI.Warning($"Sackgasse: Gang={regalgang}/Regal={regal}/Platz={platz}");
      // sackgasse = true; --> nicht notwendig dank continue mit Label
      continue regalgangSchleife;
 
     }
     CUI.Print($"Prüfe Gang={regalgang}/Regal={regal}/Platz={platz}");
 
     bool istFrei = IstFrei(regalgang, regal, platz);
     bool istGrossGenug = IstGrossGenug(regalgang, regal, platz);
 
     if (istFrei && istGrossGenug)
     {
      CUI.Success($"Gefunden: Gang={regalgang}/Regal={regal}/Platz={platz}");
 
      // gefunden = true; --> nicht notwendig dank break mit Label
      break regalgangSchleife;
     }
    }
    // if (sackgasse) continue; --> nicht notwendig dank continue mit Label
    // if (gefunden) break; --> nicht notwendig dank break mit Label
   }
   // if (sackgasse) continue; --> nicht notwendig dank continue mit Label
   // if (gefunden) break; --> nicht notwendig dank break mit Label
  }
 }


Listing 1: Einsatz von Labels bei break und continue

Weiterlesen nach der Anzeige


Der Compiler prüft, ob sich der hinter break oder continue angegebene Bezeichner auf eine Schleife oder ein switch bezieht (Abb. 2).

Der Compiler prüft, ob sich der hinter break oder continue angegebene Bezeichner auf eine Schleife oder ein switch bezieht (Abb. 2).

Der Compiler prüft, ob sich der hinter break oder continue angegebene Bezeichner auf eine Schleife oder ein switch bezieht (Abb. 2).

Blazor Server ist eine Variante von Blazor, bei der C#-Programmcode auf dem Webserver läuft und den Webbrowser über eine Circuit genannte Websocket-Verbindung aktualisiert, sodass für Benutzer das Erlebnis einer Single-Page-Webanwendung entsteht. Eine Herausforderung ist bei Blazor Server stets der Ressourcenverbrauch auf dem Webserver, denn alle angeschlossenen Webbrowser teilen sich Prozessorleistung und RAM des Webservers.

Seit .NET 10.0 kann man jeden einzelnen Circuit per JavaScript-Code pausieren via Blazor.pauseCircuit() sowie den Zustand im RAM oder einer Datenbank persistieren und später wiedererwecken via Blazor.resumeCircuit(), um Ressourcen auf dem Webserver zu sparen, wenn ein Benutzer die Browserregisterkarte mit der Blazor-Anwendung verlässt. Seit .NET 11.0 Preview 4 ist das Pausieren von Circuits auch per C#-Code via RequestCircuitPauseAsync() möglich.

Die Einführung von RequestCircuitPauseAsync() war die Vorbereitung für das automatische Pausieren, das es nun in Preview 7 gibt. Entwicklerinnen und Entwickler können nun im Startcode einer Blazor-Server-Anwendung einstellen, dass die Anwendung pausiert, solange die Browserregisterkarte verdeckt ist. Dafür ist ein eigenes NuGet-Paket mit Namen Microsoft.AspNetCore.Components.Server.AutoPause zu ergänzen:


Das NuGet-Paket Microsoft.AspNetCore.Components.Server.AutoPause (Abb. 3)

Das NuGet-Paket Microsoft.AspNetCore.Components.Server.AutoPause (Abb. 3)

Das NuGet-Paket Microsoft.AspNetCore.Components.Server.AutoPause (Abb. 3)

und der Startcode ist um den Aufruf AddAutoPause() zu erweitern:


app.MapRazorComponents()
    .AddInteractiveServerRenderMode()
    .WithBrowserOptions(options =>
    {
        options.AddAutoPause(pause =>
        {
            pause.HiddenDelay = TimeSpan.FromSeconds(60); // Standard: 2 Minuten
        });
    });


Im Standard geschieht das Pausieren nach zwei Minuten. Diese Zeit können Entwicklerinnen und Entwickler mit HiddenDelay ändern. Blazor Server hält sich aber nicht akribisch an die definierte Zeitspanne. So wird die Zeit verlängert, wenn ein Eingabesteuerelement neue Werte enthält, wenn die Seite Audio- oder Videoinhalte mit Ton abspielt oder wenn ein JavaScript-Aufruf läuft.


Diese Blazor-Server-Anwendung war für einige Sekunden im Schlaf. Der Benutzer sieht beim Rückwechseln der Registerkarte kurz den Inhalt von ReconnectModal.razor, dann arbeitet die Anwendung weiter (Abb. 4).

Diese Blazor-Server-Anwendung war für einige Sekunden im Schlaf. Der Benutzer sieht beim Rückwechseln der Registerkarte kurz den Inhalt von ReconnectModal.razor, dann arbeitet die Anwendung weiter (Abb. 4).

Diese Blazor-Server-Anwendung war für einige Sekunden im Schlaf. Der Benutzer sieht beim Rückwechseln der Registerkarte kurz den Inhalt von ReconnectModal.razor, dann arbeitet die Anwendung weiter (Abb. 4).

Zu beachten ist, dass sich eine Komponente beim Schlafenlegen nur die Werte der mit [PersistentState] annotierten Eigenschaften oder manuell im Persistent Component State gespeicherten Objekte merkt.

Bei dem in .NET 8.0 eingeführten statischen serverseitigen Rendering (Static SSR), das man als Ablösung für ASP.NET Core MVC und ASP.NET Core Razor Pages verstehen kann, schließt Microsoft in .NET 11.0 Preview 7 eine weitere Lücke: Analog zu dem Tag Helper in den älteren Webframeworks gibt es jetzt in Blazor eine neue eingebaute Komponente . Diese Komponente merkt sich den gerenderten Inhalt für eine bestimmte Zeit und rendert den Inhalt erst nach dem Ablauf erneut. Die Zeitspanne können Entwicklerinnen und Entwickler flexibel durch

  • ExpiresAfter: Zeitspanne seit dem ersten Zugriff
  • ExpiresOn: fester Zeitpunkt oder
  • ExpiresSliding: Zeitspanne seit dem letzten Zugriff

angeben.

Mit VaryByRoute und VaryByQuery sowie VaryByUser und VaryByCulture lässt sich festlegen, dass es abweichende Zwischenspeicher für verschiedene Parameter in URL und QueryString beziehungsweise Benutzer und Sprachen geben soll.

In zwei Fällen funktioniert die -Komponente nicht:

  1. wenn die HTTP-Anfrage ein anderes Verb als GET verwendet oder
  2. wenn Stream Rendering aktiv ist, mit @attribute [StreamRendering].

Zudem lässt sich das Zwischenspeichern mit der Eigenschaft enabled="false" manuell deaktivieren.

Die von Microsoft gelieferte Razor-Komponente funktioniert nicht innerhalb eines -Elements:

"InvalidOperationException: Component 'Microsoft.AspNetCore.Components.Web.Virtualization.Virtualize`1[[System.DateTime' cannot be used inside a CacheView because its output depends on per-request state ([CacheBehavior(CacheBehavior.Throw)]) that cannot be safely cached and replayed. To fix this, move the component outside the CacheView."

Die Komponente funktioniert nur mit VaryByUser="true" und das -Tabellensteuerelement nur mit VaryByQuery.

Selbsterstellte Komponenten können mit @attribute [CacheBehavior(CacheBehavior.Throw)] angeben, dass sie nicht im funktionieren wollen. Mit @attribute [CacheBehavior(CacheBehavior.Rerender)] werden Komponenten trotz immer neu gerendert. Das geschieht auch mit den eingebauten Komponenten und .

Zwischenspeicher ist im Standard der RAM des Webservers. Durch Einsatz des NuGet-Pakets Microsoft.Extensions.Caching.Hybrid sind auch andere Speicher (etwa Redis, Datenbankmanagementsystem) als Zwischenspeicher möglich.


@page "/Cache"
@page "/Cache/{URLID:int}"
 
@code
{
 [Parameter]
 [SupplyParameterFromQuery]
 public int URLID { get; set; }
 
 [Parameter]
 [SupplyParameterFromQuery]
 public int QueryID { get; set; }
}

 URLID: @URLID
QueryID: @QueryID
zuletzt aktualisiert am @DateTime.Now

/1 /2 /3 /4 /5
QueryID=1 QueryID=2 QueryID=3 QueryID=4 QueryID=5


Listing 2: Beispiel für den Einsatz von

Fünf neue in Blazor eingebaute Analyzer warnen Entwicklerinnen und Entwickler vor falschem Programmcode:

  • BL0012 warnt, wenn ein Aufruf von StateHasChanged() nicht notwendig ist, zum Beispiel in OnInitialized(), OnInitializedAsync() und Ereignisbehandlungen.
  • Wenn GetAuthenticationStateAsync() aufgerufen wird, ohne das Ereignis AuthenticationStateChanged() zu abonnieren, warnt BL0013, weil dadurch eine Komponente mit einem veralteten Authentifizierungsstatus arbeiten kann.
  • BL0014 warnt, wenn eine Zählvariable einer for-Schleife von einer Closure oder einem Render-Fragment erfasst wird. Dadurch können alle Callbacks oder Fragmente auf den Wert der letzten Iteration verweisen.
  • Eine mit [JSInvokable] markierte Methode ist nicht öffentlich. Sie lässt sich zwar kompilieren, kann aber nicht aus JavaScript aufgerufen werden. Der Analyzer BL0015 bietet einen Code-Fix an, der die Methode public macht.
  • Wenn InvokeAsync() oder InvokeVoidAsync() außerhalb eines try-catch-Blocks aufgerufen wird, warnt BL0016. Bei einer unterbrochenen Blazor-Verbindung oder einer JavaScript-Ausnahme kann dadurch die Komponente beziehungsweise der Circuit beendet werden.

Blazor-Komponenten sollen laut Release Notes nun auch mit Union Types, die in Preview 3 eingeführt wurden, als Parameter reibungslos funktionieren. Im Schnelltest mit dieser Komponente


@code {
 
 public union ContentUnion(string, RenderFragment);
 
 [Parameter]
 public ContentUnion? Header { get; set; }
 
 [Parameter]
 public ContentUnion? Content { get; set; }
}
 

@Header.Value

@Content.Value


Listing 3: Message.razor

und diesem Aufruf



 
@DateTime.Now.ToShortDateString()
Dies ist fett und das ist kursiv!


gab es jedoch stets den Laufzeitfehler

InvalidOperationException: Object of type 'Message' does not have a property matching the name 'ChildContent'.

Die Komponente Message.razor funktioniert hingegen reibungslos, wenn man die Parameter auf RenderFragment statt auf ContentUnion typisiert.

Wer schon Blazor-Anwendungen mit in vorherigen Preview-Versionen eingeführten Validierungs-Features nutzt – wie der clientseitigen Validierung, vereinfachten Lokalisierung von Validierungs-Fehlermeldungen und der asynchronen Validierung –, muss in Preview 7 vieles am Programmcode ändern, denn Microsoft hat die APIs noch einmal überarbeitet.

Ob beim statischen serverseitigen Rendern die clientseitige Validierung aktiv ist, steuert man nun nicht mehr über EnableClientValidation="true", sondern über DisableClientValidation="false".

Bei der Lokalisierung ist AddValidationLocalization() entfallen; stattdessen gibt man die Ressource (.resx-Datei) mit den lokalisierten Fehlermeldungen nun bei AddValidation() an:


builder.Services.AddValidation(options =>
{
    options.LocalizerProvider = (_, factory) => factory.Create(typeof(ValidationMessages));
});


Zum Glück radikal vereinfacht hat Microsoft die asynchrone Validierung, die in Preview 5 eingeführt wurde und sehr komplex war.

Nun in Preview 7 lassen sich asynchrone Validierungsannotationen schreiben, indem man von der Basisklasse AsyncValidationAttribute erbt. Diese asynchronen Validierungsannotationen verwendet man in einem Objektmodell, das man als EditContext für ein Formular verwendet. Dann kann man in der Instanz von EditContext via IsValidationPending() und IsValidationFaulted() den Status der Validierung abfragen.

Die Annotationen [ValidatableType] und [SkipValidation], die es seit .NET 10.0 gibt und seitdem als experimentell galten, erzeugen nun keine solche Warnung mehr.

In .NET 11.0 Preview 6 hatte Microsoft in der Komponente das programmgesteuerte Scrolling zu einer bestimmten Position eingeführt. Dafür gab es die neue Eigenschaft InitialIndex für die Startposition und die neue Methode ScrollToIndexAsync() für eine Bewegung zur Laufzeit. Nun wurde die Eigenschaft in InitialItemIndex und die Methode in ScrollToItemAsync() umbenannt. Das -Steuerelement bietet ab Preview 7 auch InitialItemIndex und ScrollToItemAsync an.

Zahlreiche weitere Breaking Changes in ASP.NET Core 11.0 Preview 7 findet man in den Release Notes.



Source link

Weiterlesen

Entwicklung & Code

LiteLLM-Angriff: Mehr als 2500 Unternehmen betroffen


Bei einem Lieferkettenangriff auf die populäre LiteLLM-Bibliothek im März dieses Jahres haben Angreifer im Python Packages Index (PyPI) kompromittierte Pakete eingeschleust. Diese wurden offenbar von automatisierten Build-Systemen zigtausendfach heruntergeladen und verwendet, bei mehr als 2500 auch namhaften Unternehmen – obwohl die kompromittierten Pakete lediglich 40 Minuten online waren.

Weiterlesen nach der Anzeige

Die Angreifer haben potenziell rund 434.000 automatisierte Entwickler-Build-Pipelines unterwandert, die bei mehr als 2500 Firmen zum Einsatz kommen, führen die IT-Sicherheitsforscher von CloudSEK in einem Blogbeitrag aus. Die Daten deuten darauf hin, dass Angreifer darauf hätten zugreifen können, belegen jedoch nicht, dass sie das auch getan haben und dass alle Zugangsdaten entwendet wurden. Laut den Analysten ist die Bedrohung noch immer aktuell, da auch das FBI im Juli davor gewarnt hat, dass mit der Cybergang TeamPCP verbundene Akteure die gestohlenen Zugangsdaten wahrscheinlich noch lange nach dem eigentlichen Angriff missbrauchen. Daher sollten potenziell Betroffene Sicherheitsmaßnahmen wie Ändern der Zugangsdaten, Schließen der möglichen Schwachstelle und Härtung der Systeme ergreifen, empfehlen die IT-Forscher.

Die Auflistung betroffener Unternehmen führt einige große und namhafte Firmen auf. Airbus, Amazon Web Services, Cisco, Hoffmann-La Roche AG, Salesforce, Samsung, ServiceNow, Siemens, aber auch Epic Games, FedEx, der Rückversicherungsriese Munich Re, die Robert Bosch GmbH, Thales Group, Volkswagen AG oder X Corp tauchen dort auf. Von denen und vielen weiteren haben die Angreifer teils Geheimnisse wie Zugangsdaten ergattert, in allen Fällen liefen jedoch in den automatisierten KI-Build-Systemen die kompromittierten Versionen – zum Teil tausende Male.

Zu den geklauten Daten zählen laut CloudSEK Cloud-Keys, Repository-Token, SSH-Keys, Kubernetes-Secrets, Zugangsdaten für Paket-Publishing, Umgebungsvariablen und KI-Anbieter-Keys. Das Entfernen der bösartigen Pakete allein reicht daher nicht, da derartige Zugangsdaten noch Wochen oder Monate nutzbar bleiben, sofern sie nicht geändert und Hinweise auf unbefugte Aktivitäten untersucht werden.

Die Infostealer-Malware, die Google „Sandclock“ nennt, lief auf kompromittierten Build-Systemen, weitete ihre Rechte zu root aus und suchte dann nach den Daten. Insbesondere auf KI-Build-Systemen sucht sie nach LLM-API-Keys und Gateway-Konfigurationen. Die Daten haben die Angreifer mit AES-256 und einem fest einprogrammierten RSA-4096-Key verschlüsselt und an Server gesendet, die eine Typosquatting-Domain nutzten. Wenn das Ausschleusen fehlschlägt, legt die Malware ein öffentliches Repository innerhalb des GitHub-Kontos der Opfer an und verfrachtet die Daten dorthin.

CloudSEK gibt in der Analyse noch weitere Tipps und Hinweise für Admins, wie sie eine Kompromittierung aufspüren, eindämmen und wie sie sich vor den Attacken schützen können.

Weiterlesen nach der Anzeige


(dmk)



Source link

Weiterlesen

Beliebt